一种针对来波方向误差的干扰噪声协方差矩阵重构方法

摘要

本发明属于阵列信号处理领域，主要涉及基于协方差矩阵重构的标准Capon自适应波束形成算法对干扰信号来波方向误差的稳健性。一种针对来波方向误差的干扰噪声协方差矩阵重构方法，首先利用阵列接收数据来估计所有D个信号的导向矢量d＝1,2,…,D及D-1个干扰信号的功率d＝2,3,…,D，同时估计噪声功率然后按照干扰噪声协方差矩阵的定义来重新构造干扰噪声协方差矩阵联合估计的导向矢量和重构的得到新的波束形成加权矢量本发明可以提高干扰噪声协方差矩阵的估计精度，有效减少期望信号成分，可以大大减弱或避免期望信号“自消”现象，大大提高输出SINR。

主权项

一种针对来波方向误差的干扰噪声协方差矩阵重构方法，其特征在于，包括如下步骤：S1、由M个阵元构成的均匀线阵接收到D个来自远场信源的信号，所述D个信号的来波方向为θ_d，设第1个信号为期望信号，其余D‑1个均为干扰信号，所述D个信号之间互不相关，且信号与噪声之间互不相关，则第n个快拍下阵列接收数据记为其中，s_d(n)和a(θ_d)分别为第d个信号的基带信号波形和导向矢量，v(n)表示阵列接收到的零均值高斯白噪声矢量，则阵列接收到的N个快拍数据可表示为如下的形式：X＝[x(1),…,x(N)]，由阵列接收数据矩阵X可以得到阵列接收数据的样本协方差矩阵其中，M为整数，D为整数，N为整数，d＝1,2,…,D，‑90°≤θ_d≤90°，n＝1,2,...,N；S2、首先对样本协方差矩阵进行特征值分解其中v_i,i＝1,2,…,M为按降序排列的特征值，即ν₁≥ν₂≥…≥ν_M，e_i为ν_i对应的特征向量，由此得到噪声功率的估计为S3、设阵列接收的所有D个信号的来波方向估计值为设真实来波方向θ_d角度区间为在每个角度区间为Θ_d上采用如下算法进行相应的导向矢量及其信号功率的估计，联合噪声功率从而对干扰噪声协方差矩阵进行重构，得到具体步骤为：S31、将第d个信号的角度区间Θ_d进行区间离散化为包含J_d个元素的角度集合对角度集合中每个角度θ_j上采用Capon空间谱估计算法，得到每个角度的功率估计从而得到第d个信号的协方差矩阵$C_d=\underset{j=1}{\overset{J_d}{\Sigma }}{\sigma }_{Capon}^2\left({\theta }_j\right)a\left({\theta }_j\right)a^H\left({\theta }_j\right)=\underset{j=1}{\overset{J_d}{\Sigma }}\frac{a\left({\theta }_j\right)a^H\left({\theta }_j\right)}{a^H\left({\theta }_j\right){\hat{R}}_x^{-1}a\left({\theta }_j\right)},$其中，J_d为整数；S32、对第d个信号的协方差矩阵C_d进行特征值分解其中γ_i‑d,i＝1,2,…,M为按降序排列的特征值，即γ_1‑d≥γ_2‑d≥…≥γ_M‑d，b_i‑d为γ_i‑d对应的特征向量，采用其最大特征值γ_1‑d对应的特征向量b_1‑d作为期望信号导向矢量的估计，即$\hat{a}\left({\theta }_d\right)=\sqrt{M}{d}_{1-d};$S33、对所有D个信号均在相应的角度区间Θ_d,d＝1,2,…,D重复S31～S32的操作，估计所有D个信号的导向矢量S34、对D‑1个干扰信号，联合样本协方差矩阵可以得到其相应的干扰信号功率估计${\hat{\sigma }}_d^2\left({\theta }_d\right)=\frac{1}{{\hat{a}}^H\left({\theta }_d\right){\hat{R}}_x^{-1}\hat{a}\left({\theta }_d\right)},d=2,3,...,D,$再联合噪声功率重构干扰噪声协方差矩阵${\hat{R}}_{i+n}={\Sigma }_{d=2}^D{\hat{\sigma }}_d^2\left({\theta }_d\right)\hat{a}\left({\theta }_d\right){\hat{a}}^H\left({\theta }_d\right)+{\hat{\sigma }}^2{I}_M;$S4、联合S34所得的干扰噪声协方差矩阵和S32所估计的期望信号导向矢量从而得到基于对导向矢量误差具有鲁棒性的干扰噪声协方差矩阵重构(RIPNCM)的波束形成